2018 年 ELMo、BERT 和 GPT 的成功发布，表明了预训练语言模型（PLM）的成功，随后又在自然语言理解和生成方面取得了重大突破。

目前，在探索更有效的预训练架构方面，已经做了很多卓有成效的工作，比如使用跨模态数据、跨语言数据和结构化知识等方法改进预训练语言模型，或将 PLM 创新地应用于各种与 NLP 相关的任务。

为了更好的促进这一领域的发展和创新，期刊 AI Open 设置了题为 “Special Issue on Pre-Trained Language Models” 的专刊。本期专刊将为研究人员提供一个平台，可以在专刊上发表和介绍 PLM 的最新评论、研究和应用。

在此，热诚欢迎学者们能积极参与，共同推动预训练语言模型领域的发展和创新。

AI Open 是一个可免费访问的平台，用于分享有关人工智能理论及其应用的知识和前瞻性观点。该期刊欢迎有关人工智能及其应用各个方面的研究文章、评论文章、观点和技术说明。

征稿主题

• Novel architectures and algorithms of PLMs
• Generative PLMs
• Fine-tuning and adaptation of PLMs
• Multi-tasking and continual learning of PLMs
• Knowledge-guided PLMs
• Cross-lingual or multi-lingual PLMs
• Cross-modal PLMs
• Knowledge distillation and model compression of PLMs
• Analysis and probing of PLMs
• Applications of PLMs in various areas, such as information retrieval, social computation, and recommendation

投稿须知

• 提交给该期刊以供发表的论文必须是原创的，不能一稿多投；
• 稿件必须具有大量的 “新的和原始的” 想法，30％以上的内容必须是 “全新” 的；
• 提交前，请先阅读 Guide for Authors ，文章提交请 Submitted online；
• 请在提交时选择 SI：Pre-Trained Language Models；
• Guide for Authors 链接地址：keaipublishing.com/en/j
• Submitted online 链接地址：editorialmanager.com/ai

客座编辑

特别关注

• 提交截止日期：2021 年 3 月 10 日
• 最终决定日期：2021 年 5 月 15 日
• 发布日期：2021 年 6 月 30 日

再次诚挚邀请各位学者参与此次 AI Open 特刊的征稿活动，如果您想了解更多信息可以访问 AI Open 官方的 Special Issue on Pre-Trained Language Models 信息发布主页。